pandas.Series.dt.round

Series.dt.round(*args, **kwargs)[source]

Округление данных до указанного уровня частоты freq.

Параметры:

freq:строка или смещение

Уровень частоты для округления индекса. Должно быть фиксированной частотой, например, ‘S’ (секунда), а не ‘ME’ (конец месяца). См. псевдонимы частот для списка возможных значений freq.

ambiguous:‘infer’, bool-массив, ‘NaT’, по умолчанию ‘raise’

Актуально только для DatetimeIndex:

• ‘infer’ попытается определить часы перехода DST на основе порядка

• bool-массив, где True указывает на время DST, а False – на время вне DST (обратите внимание, что этот флаг применим только для неоднозначных времен)

• ‘NaT’ вернёт NaT, если есть неоднозначные времена

• ‘raise’ вызовет AmbiguousTimeError, если есть неоднозначные времена.

nonexistent:‘shift_forward’, ‘shift_backward’, ‘NaT’, timedelta, по умолчанию ‘raise’

Время, которого нет, не существует в определённой временной зоне, где часы перевели вперёд из-за DST.

• ‘shift_forward’ переместит несуществующее время вперёд к ближайшему существующему времени

• ‘shift_backward’ переместит несуществующее время назад к ближайшему существующему времени

• ‘NaT’ вернёт NaT, если есть несуществующие времена

• объекты timedelta сместят несуществующие времена на timedelta

• ‘raise’ вызовет NonExistentTimeError, если есть несуществующие времена.

Возвращаемое значение:

DatetimeIndex, TimedeltaIndex или Series

Индекс того же типа для DatetimeIndex или TimedeltaIndex, или Series со тем же индексом для Series.

Исключения:

ValueError, если freq нельзя преобразовать.

Примечания

Если временные метки имеют временную зону, округление происходит относительно локального времени («по часам») и переназначается в ту же временную зону. При округлениях вблизи перехода DST используйте nonexistent и ambiguous, чтобы контролировать поведение переназначения.

Примеры

DatetimeIndex

>>> rng = pd.date_range('1/1/2018 11:59:00', periods=3, freq='min')
>>> rng
DatetimeIndex(['2018-01-01 11:59:00', '2018-01-01 12:00:00',
               '2018-01-01 12:01:00'],
              dtype='datetime64[ns]', freq='min')
>>> rng.round('h')
DatetimeIndex(['2018-01-01 12:00:00', '2018-01-01 12:00:00',
               '2018-01-01 12:00:00'],
              dtype='datetime64[ns]', freq=None)

Series

>>> pd.Series(rng).dt.round("h")
0   2018-01-01 12:00:00
1   2018-01-01 12:00:00
2   2018-01-01 12:00:00
dtype: datetime64[ns]

При округлениях вблизи перехода DST используйте ambiguous или nonexistent, чтобы контролировать переназначение временной метки.

>>> rng_tz = pd.DatetimeIndex(["2021-10-31 03:30:00"], tz="Europe/Amsterdam")

>>> rng_tz.floor("2h", ambiguous=False)
DatetimeIndex(['2021-10-31 02:00:00+01:00'],
              dtype='datetime64[ns, Europe/Amsterdam]', freq=None)

>>> rng_tz.floor("2h", ambiguous=True)
DatetimeIndex(['2021-10-31 02:00:00+02:00'],
              dtype='datetime64[ns, Europe/Amsterdam]', freq=None)